六 列空间和零空间
-
- [1. 列空间 C(A)](#1. 列空间 C(A))
- [2. 零空间 N(A)](#2. 零空间 N(A))
-
- [2.1 定义](#2.1 定义)
- [2.2 为什么零空间是一个子空间？](#2.2 为什么零空间是一个子空间？)
- [2.3 Ax=b的解空间，是一个子空间吗？](#2.3 Ax=b的解空间，是一个子空间吗？)
1. 列空间 C(A)
[ c o l 11 c o l 21 c o l 31 c o l 12 c o l 22 c o l 32 c o l 13 c o l 23 c o l 33 ] ⏟ A [ a b c ] ⏟ x = a ∗ c o l 1 + b ∗ c o l 2 + c ∗ c o l 3 \underbrace{\begin{bmatrix} col_{11}&col_{21}&col_{31}\\ col_{12}&col_{22}&col_{32}\\ col_{13}&col_{23}&col_{33} \end{bmatrix}}{A} \underbrace{\begin{bmatrix} a\\b\\c \end{bmatrix}}{x} =a*col_1+b*col_2+c*col_3 A col11col12col13col21col22col23col31col32col33 x abc =a∗col1+b∗col2+c∗col3
将矩阵的每一列，看成一个向量，他们的所有线性组合（数乘和加法）在一个子空间中，这个子空间，记为 C(A)，即A的列空间。
与Ax=b联系，对于每一个b都有解吗？
不是，当b在矩阵A的列空间中，有解。
线性无关：无法通过数乘和加法，计算出其他的向量。
2. 零空间 N(A)
2.1 定义
矩阵A的零空间 ：满足 Ax =0 的所有向量。
举例：
[ 1 1 2 2 1 3 3 1 4 4 1 5 ] ⏟ A [ x 1 x 2 x 3 ] ⏟ x = 0 \underbrace{\begin{bmatrix} 1&1&2\\ 2&1&3\\ 3&1&4\\ 4&1&5 \end{bmatrix}}{A} \underbrace{\begin{bmatrix} x_1\\x_2\\x_3 \end{bmatrix}}{x} =0 A 123411112345 x x1x2x3 =0
x = [ 0 0 0 ] , [ 1 1 − 1 ] , [ − 1 − 1 1 ] . . . = c [ 1 1 − 1 ] \begin{aligned} x &= \begin{bmatrix} 0\\0\\0 \end{bmatrix}, \begin{bmatrix} 1\\1\\-1 \end{bmatrix}, \begin{bmatrix} -1\\-1\\1 \end{bmatrix}... \newline & = c\begin{bmatrix} 1\\1\\-1 \end{bmatrix} \end{aligned} x= 000 , 11−1 , −1−11 ...=c 11−1
因为矩阵A中，前两列之和=第三列。
2.2 为什么零空间是一个子空间？
A x = 0 ，已知 v 和 w 在零空间中，那么 A v = 0 , A w = 0 Ax = 0，已知v和w在零空间中，那么Av=0,Aw=0 Ax=0，已知v和w在零空间中，那么Av=0,Aw=0
验证向量空间的性质，1. 包含零向量，很明显零向量，满足 A x = 0 Ax =0 Ax=0。 2. 加法和数乘都在空间中(加法和数乘组成的线性空间)。
A ( c v ) = c A v = 0 A ( d w ) = d A w = 0 A ( c v + d w ) = A c v + A d w = 0 A(cv)=cAv=0 \newline A(dw)=dAw=0 \newline A(cv+dw) = Acv+Adw = 0 \newline A(cv)=cAv=0A(dw)=dAw=0A(cv+dw)=Acv+Adw=0
c , d c,d c,d为常数
2.3 Ax=b的解空间，是一个子空间吗？
不是，不含有零向量。